---
title: "Projeto INOVA FIOCRUZ 2020 - Análise geográfica da Cobertura Vacinal e a ocorrência do Sarampo no Brasil, 2000-2019"
output:
flexdashboard::flex_dashboard:
storyboard: true
social: menu
source: embed # opcao para o código aparecer
---
```{r setup, include=FALSE}
library(knitr)
options(max.print="75")
knitr::opts_chunk$set(echo=FALSE,
cache=TRUE,
prompt=FALSE,
tidy=TRUE,
comment=NA,
message=FALSE,
warning=FALSE,
cache.lazy=FALSE)
knitr::opts_knit$set(width=75)
```
```{r}
library(flexdashboard)
library(ggplot2)
library(readxl)
library(plotly)
library(ggmap)
library(zoo)
library(questionr)
library(lubridate)
library(stringi)
library(dplyr)
library(geobr)
library(tmap)
library(sf)
library(hrbrthemes)
library(viridis)
# devtools::install_github('rstudio/rmarkdown@3953abd473e9230faca4dcad996d5d1b35c3b3a7')
# devtools::install_github('gagolews/stringi')
# devtools::install_github("rpradosiqueira/brazilmaps")
# https://github.com/sagarkulkarny/HR-Movement-Dashboard-using-Flexdashboard-
```
Inputs {.sidebar}
-----------------------------------------------------------------------
**Análise geográfica da Cobertura Vacinal e a ocorrência
do Sarampo no Brasil, 2000-2019**
O presente estudo pretende investigar a cobertura vacinal com a ocorrência de casos de sarampo para
identificar regiões brasileiras com maior heterogeneidade na evolução temporal
e a distribuição geográfica da cobertura nacional da vacina dupla e tríplice viral.
Envolvidos:
**Coordenação:**
- Yara Hökerberg ([yarahahr@ini.fiocruz.br]())
- Raquel Vasconcelos ([raquel.vasconcellos@ini.fiocruz.br]())
**Equipe:**
- Lívia Moura ([lica.moura.lima@gmail.com]())
- Luan da Silva ([snoedasilva@gmail.com]())
- Sônia Regina Lambert ([sonia.lambert@ini.fiocruz.br]())
- Wagner Tassinari ([tassinari@ufrrj.br]())
```{r}
# lendo o arquivo com a cobertura or regioes
banco0 <- read.csv('bancos/cobvac_porregiao.csv',sep=';',dec=',')
regiao.map <- read_region(year=2018, showProgress = F) # region
```
### Distribuição temporal da cobertura Vacinal da tríplice viral, Brasil e Regiões - 2000 a 2020.
```{r}
g1 <- ggplot(data=banco0,mapping= aes(x=ano,y=cobertura))+
geom_line(mapping=aes(color=regiao),size=0.9)+
labs(x= "ano",
y="Cobertura vacinal (%)",
title="")+
geom_hline(yintercept=c(95),linetype="dotted",
color = "red", size=0.3)+
scale_x_continuous(breaks=c(2000:2020))+
theme_classic()+
scale_y_continuous(breaks=c(75,100,120))+
scale_color_discrete(name="")+
annotate("text", x = 2000, y = 93, label = "95%")
ggplotly(g1)
```
```{r}
banco1 <- subset(banco0, regiao != "Brasil")
banco2000 <- subset(banco1, ano==2000)
banco2001 <- subset(banco1, ano==2001)
banco2002 <- subset(banco1, ano==2002)
banco2003 <- subset(banco1, ano==2003)
banco2004 <- subset(banco1, ano==2004)
banco2000a2004 <- banco2000 %>%
mutate(cobertura2000a2004 = (banco2000$cobertura + banco2001$cobertura + banco2002$cobertura + banco2003$cobertura + banco2004$cobertura)/5,
Ano = "2000 a 2004",
code_region = case_when(
regiao == "Norte" ~ 1,
regiao == "Nordeste" ~ 2,
regiao == "Sudeste" ~ 3,
regiao == "Sul" ~ 4,
regiao == "Centro oeste" ~ 5,),
code_region = as.factor(code_region))
banco2005 <- subset(banco1, ano==2005)
banco2006 <- subset(banco1, ano==2006)
banco2007 <- subset(banco1, ano==2007)
banco2008 <- subset(banco1, ano==2008)
banco2009 <- subset(banco1, ano==2009)
banco2005a2009 <- banco2000 %>%
mutate(cobertura2005a2009 = (banco2005$cobertura + banco2006$cobertura + banco2007$cobertura + banco2008$cobertura + banco2009$cobertura)/5,
Ano = "2005 a 2009",
code_region = case_when(
regiao == "Norte" ~ 1,
regiao == "Nordeste" ~ 2,
regiao == "Sudeste" ~ 3,
regiao == "Sul" ~ 4,
regiao == "Centro oeste" ~ 5,),
code_region = as.factor(code_region))
banco2010 <- subset(banco1, ano==2010)
banco2011 <- subset(banco1, ano==2011)
banco2012 <- subset(banco1, ano==2012)
banco2013 <- subset(banco1, ano==2013)
banco2014 <- subset(banco1, ano==2014)
banco2010a2014 <- banco2000 %>%
mutate(cobertura2010a2014 = (banco2010$cobertura + banco2011$cobertura + banco2012$cobertura + banco2013$cobertura + banco2014$cobertura)/5,
Ano = "2010 a 2014",
code_region = case_when(
regiao == "Norte" ~ 1,
regiao == "Nordeste" ~ 2,
regiao == "Sudeste" ~ 3,
regiao == "Sul" ~ 4,
regiao == "Centro oeste" ~ 5,),
code_region = as.factor(code_region))
banco2015 <- subset(banco1, ano==2015)
banco2016 <- subset(banco1, ano==2016)
banco2017 <- subset(banco1, ano==2016)
banco2018 <- subset(banco1, ano==2018)
banco2019 <- subset(banco1, ano==2019)
banco2020 <- subset(banco1, ano==2020)
banco2015a2020 <- banco2000 %>%
mutate(cobertura2015a2020 = (banco2015$cobertura + banco2016$cobertura + banco2017$cobertura + banco2018$cobertura + banco2019$cobertura + banco2020$cobertura)/6,
Ano = "2015 a 2020",
code_region = case_when(
regiao == "Norte" ~ 1,
regiao == "Nordeste" ~ 2,
regiao == "Sudeste" ~ 3,
regiao == "Sul" ~ 4,
regiao == "Centro oeste" ~ 5,),
code_region = as.factor(code_region))
```
### Distribuição da cobertura Vacinal da tríplice viral, Brasil e Regiões - 2000 a 2020.
```{r}
g2 <- banco0 %>%
ggplot(aes(y = cobertura, x = as.factor(ano))) +
geom_violin(aes(fill = as.factor(ano)),
binaxis = "y",
binwidth = 0.1,
stackdir = "center"
) +
geom_hline(yintercept=c(95),linetype="dotted",
color = "red", size=0.3) +
annotate("text", x = "2000", y = 93, label = "95%", col="red") +
stat_summary(fun.y = median, fun.ymin = median, fun.ymax = median,
geom = "crossbar", width = 0.5) +
ylab("Cobertura (%)") + xlab("Anos") +
ggtitle("Distribuição da cobertura Vacinal da tríplice viral entre o Brasil e Regiões - 2000 a 2020") +
theme_minimal()
ggplotly(g2)
```
### Distribuição da cobertura Vacinal da tríplice viral entre o Brasil e Regiões - 2000 a 2020.
```{r}
g3 <- banco0 %>%
ggplot(aes(x=regiao, y=cobertura, fill=regiao)) +
geom_boxplot() +
scale_fill_viridis(discrete = TRUE, alpha=0.6) +
geom_jitter(color="black", size=0.4, alpha=0.9) +
geom_hline(yintercept=c(95),linetype="dotted",
color = "red", size=0.3) +
annotate("text", x = "Brasil", y = 93, label = "95%", col="red") +
theme_ipsum() +
theme(
legend.position="none",
plot.title = element_text(size=11)
) +
ggtitle("Distribuição da cobertura Vacinal da tríplice viral entre o Brasil e Regiões - 2000 a 2020") +
ylab("Cobertura (%)") + xlab("Regiões")
ggplotly(g3)
```
### Distribuição Geográfica da cobertura vacinal pelo Brasil por grandes regiões por triênios 2000 a 2020.
```{r}
# Baixando a malha das regioes
regiao.map$code_region <- as.factor(regiao.map$code_region)
banco2000a2020 <- cbind(banco2000a2004, banco2005a2009, banco2010a2014, banco2015a2020)
banco2000a2020 <- banco2000a2020 %>% select(cobertura2000a2004, cobertura2005a2009, cobertura2010a2014, cobertura2015a2020) %>%
mutate(code_region = c("1","2","3","4","5"))
regiao.map2000a2020 <- merge(banco2000a2020, regiao.map, by="code_region")
st_geometry(regiao.map2000a2020) <- st_geometry(regiao.map)
library(wesanderson)
pal <- wes_palette("Zissou1", 50, type = "continuous")
tmap_mode("view");
tm_shape(regiao.map2000a2020) +
tm_polygons(col=c("cobertura2000a2004", "cobertura2005a2009", "cobertura2010a2014", "cobertura2015a2020"),
breaks=c(85, 90, 95, 100, 105, 110, 115), border.col = "white", palette="Oranges",
title.col = "name_region") +
tm_facets(as.layers = TRUE)
# tm_shape(regiao.map2000a2020) +
# tm_polygons(col=c("cobertura2000a2004", "cobertura2005a2009", "cobertura2010a2014", "cobertura2015a2020"), breaks=c(75, 85, 95, 110), border.col = "white", palette="Oranges") +
# tm_facets(sync = TRUE, ncol = 2, nrow = 2)
```
### IDH + Pop + Cobertura
```{r}
code_region <- c(1,2,3,4,5)
pop2010 <- c(15864454, 53081950, 80364410, 27386891, 12482963)
IDH <- c(0.667, 0.663, 0.766, 0.754, 0.757)
pop.idh2010 <- data_frame(code_region, pop2010, IDH)
pop.idh2010 <- merge(banco2015a2020, pop.idh2010, by="code_region")
g5 <- ggplot(pop.idh2010, aes(x=IDH, y=cobertura2015a2020, size=pop2010, fill=regiao)) +
geom_point(alpha=0.7, shape=21, color="black") +
scale_size(range = c(3, 12), name="População 2010") +
scale_fill_viridis(discrete=TRUE, guide=FALSE, option="A") +
theme_ipsum() +
# theme(legend.position="bottom") +
ylab("Cobertura Vacinal 2015 a 2020 (%)") +
xlab("IDH")
# theme(legend.position="none")
ggplotly(g5)
```